統(tǒng)計(jì)學(xué)變量類(lèi)型精品(七篇)

序論：寫(xiě)作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇統(tǒng)計(jì)學(xué)變量類(lèi)型范文，愿它們成為您寫(xiě)作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

相關(guān)熱搜：統(tǒng)計(jì)學(xué)  統(tǒng)計(jì)學(xué)原理

一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵

數(shù)據(jù)分析是指運(yùn)用一定的分析方法對(duì)數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營(yíng)銷(xiāo)研究問(wèn)題所需信息的過(guò)程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場(chǎng)調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來(lái)，并最終指導(dǎo)決策的制定。

二、數(shù)據(jù)統(tǒng)計(jì)分析的原則

（1）科學(xué)性?？茖W(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場(chǎng)調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場(chǎng)調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過(guò)程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對(duì)性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無(wú)論是基礎(chǔ)的分析方法還是高級(jí)的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢(shì)性。市場(chǎng)所處的環(huán)境是在不斷的變化過(guò)程中的，我們要以一種發(fā)展的眼光看待問(wèn)題。（5）實(shí)用性。市場(chǎng)調(diào)研說(shuō)到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專(zhuān)業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。

三、推論性統(tǒng)計(jì)分析方法

（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類(lèi)型自變量對(duì)數(shù)值型因變量的影響，比如它們之間有沒(méi)有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過(guò)檢驗(yàn)各個(gè)總體的均值是否相等來(lái)判斷分類(lèi)型自變量對(duì)數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對(duì)應(yīng)的因果變化往往無(wú)法用精確的數(shù)學(xué)公式來(lái)描述，只有通過(guò)大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問(wèn)題的常用方法是回歸分析?；貧w分析是從定量的角度對(duì)觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。

四、多元統(tǒng)計(jì)分析方法

篇(2)

【關(guān)鍵詞】 統(tǒng)計(jì)學(xué); 統(tǒng)計(jì)方法; 統(tǒng)計(jì)分析; 研究設(shè)計(jì)

正確運(yùn)用統(tǒng)計(jì)方法的前提是良好的實(shí)驗(yàn)設(shè)計(jì)。如果試驗(yàn)前沒(méi)有良好的設(shè)計(jì)， 或者設(shè)計(jì)存在缺陷， 那么， 即使使用高級(jí)的計(jì)算機(jī)和復(fù)雜的統(tǒng)計(jì)方法處理數(shù)據(jù)， 也只能得到錯(cuò)誤的結(jié)論。對(duì)于生物（醫(yī)學(xué)）研究者來(lái)說(shuō)， 統(tǒng)計(jì)問(wèn)題咨詢(xún)應(yīng)該在一個(gè)研究項(xiàng)目開(kāi)始之前， 而不是在研究數(shù)據(jù)出來(lái)以后。沒(méi)有系統(tǒng)學(xué)習(xí)過(guò)生物（醫(yī)學(xué)）統(tǒng)計(jì)學(xué)的許多實(shí)際工作者常常錯(cuò)誤地認(rèn)為統(tǒng)計(jì)分析是在試驗(yàn)完成后才考慮的問(wèn)題， 而且不考慮研究目的、 資料類(lèi)型以及統(tǒng)計(jì)方法的前提條件等有關(guān)統(tǒng)計(jì)方法選擇的問(wèn)題。需強(qiáng)調(diào)的是，實(shí)驗(yàn)設(shè)計(jì)、 資料搜集與整理分析是科學(xué)研究的三個(gè)緊密聯(lián)系的階段， 而良好的設(shè)計(jì)是順利地進(jìn)行實(shí)驗(yàn)和收集數(shù)據(jù)、 分析數(shù)據(jù)的先決條件， 希望通過(guò)運(yùn)用統(tǒng)計(jì)方法的計(jì)算來(lái)彌補(bǔ)設(shè)計(jì)上的錯(cuò)誤是不可能的， 也是有害的[1]。

1 統(tǒng)計(jì)分析步驟

統(tǒng)計(jì)方法的選擇依賴(lài)于研究方案中的統(tǒng)計(jì)學(xué)設(shè)計(jì)。統(tǒng)計(jì)學(xué)設(shè)計(jì)是要求研究工作者， 根據(jù)研究目的規(guī)定研究因素， 選擇觀察指標(biāo)， 確定研究對(duì)象的樣本含量， 擬定研究的實(shí)施方法及數(shù)據(jù)收集、 整理和分析的模式， 以達(dá)到用最少的人力、 物力和時(shí)間， 獲得可靠的結(jié)論。在實(shí)際工作中， 必須根據(jù)醫(yī)學(xué)研究目的、 設(shè)計(jì)類(lèi)型、 資料性質(zhì)、 樣本大小和分析過(guò)程中所遇到的各種實(shí)際情況等， 并結(jié)合專(zhuān)業(yè)方面的知識(shí)來(lái)恰當(dāng)?shù)剡x擇和運(yùn)用統(tǒng)計(jì)分析方法， 才能做出正確的、 符合實(shí)際的結(jié)論。在區(qū)分了研究資料的反應(yīng)變量和解釋變量的基礎(chǔ)上， 數(shù)據(jù)的統(tǒng)計(jì)分析主要回答兩個(gè)問(wèn)題: 一是反應(yīng)變量的差異是否可歸因于分組因素或?qū)Ρ纫蛩兀?二是多個(gè)反應(yīng)變量之間是否存在某種聯(lián)系？ 因此， 醫(yī)學(xué)科研數(shù)據(jù)統(tǒng)計(jì)分析大致分以下4個(gè)步驟。

1.1 數(shù)據(jù)整理 主要進(jìn)行數(shù)據(jù)質(zhì)量的核查、 異常值的處理， 考察數(shù)據(jù)分布及變量轉(zhuǎn)換等， 以及看數(shù)據(jù)是否符合特定統(tǒng)計(jì)方法所要求的條件。如計(jì)算均數(shù)和標(biāo)準(zhǔn)差要求數(shù)據(jù)基本上呈正態(tài)分布， 方差分析要求各組方差的差別不宜過(guò)大等。

1.2 統(tǒng)計(jì)描述 按分組因素或控制因素分組計(jì)算反應(yīng)變量的基本統(tǒng)計(jì)量， 如均數(shù)、 百分率、 標(biāo)準(zhǔn)差、 標(biāo)準(zhǔn)誤等， 得出資料的大致輪廓和進(jìn)一步分析方向。結(jié)果的表達(dá)方式主要是統(tǒng)計(jì)圖或統(tǒng)計(jì)表[2， 3]。

1.3 統(tǒng)計(jì)推斷 選擇和運(yùn)用恰當(dāng)?shù)慕y(tǒng)計(jì)方法（見(jiàn)統(tǒng)計(jì)方法選擇）作詳細(xì)分析， 如均數(shù)間的差異比較進(jìn)行t檢驗(yàn)或方差分析、 反應(yīng)變量間的相互關(guān)系進(jìn)行相關(guān)分析、 反應(yīng)變量與解釋變量的依存關(guān)系擬合各類(lèi)回歸模型等等。各種假設(shè)檢驗(yàn)得到的P值是下結(jié)論的主要依據(jù)[2-4]。

1.4 結(jié)果表達(dá) 將各種分析結(jié)果簡(jiǎn)單明了地表達(dá)出來(lái)， 為專(zhuān)業(yè)上的分析討論提供統(tǒng)計(jì)學(xué)背景[4]。有條件的話(huà)， 前3個(gè)步驟應(yīng)在計(jì)算機(jī)上借助統(tǒng)計(jì)軟件完成。另外， 以上4個(gè)步驟只是一種粗略地劃分， 對(duì)有些資料，統(tǒng)計(jì)描述即可得出較為明確的結(jié)論。對(duì)于隨機(jī)分組的實(shí)驗(yàn)設(shè)計(jì)資料或隨機(jī)抽樣的調(diào)查資料， 一般可根據(jù)資料性質(zhì)和分析目的找到恰當(dāng)?shù)慕y(tǒng)計(jì)方法。但對(duì)于對(duì)比性資料的分析， 往往需要同時(shí)用多種統(tǒng)計(jì)方法進(jìn)行處理或擬合復(fù)雜的統(tǒng)計(jì)模型。

2 統(tǒng)計(jì)方法選擇

生物（醫(yī)學(xué)）科學(xué)研究從研究設(shè)計(jì)開(kāi)始到數(shù)據(jù)的收集、 整理、 分析的全過(guò)程中， 統(tǒng)計(jì)學(xué)知識(shí)始終貫穿其中， 而統(tǒng)計(jì)分析方法的正確選擇在數(shù)據(jù)處理中至關(guān)重要。在研究方案制定時(shí)選擇何種統(tǒng)計(jì)分析方法取決于實(shí)驗(yàn)的目的、 不同的設(shè)計(jì)類(lèi)型、 觀察指標(biāo)組成的資料性質(zhì)和樣本大小等。

在研究設(shè)計(jì)時(shí)， 統(tǒng)計(jì)方法的選擇需考慮以下6個(gè)方面的問(wèn)題: (1)看反應(yīng)變量是單變量、 雙變量還是多變量; (2)看單變量資料屬于3種資料類(lèi)型（計(jì)量、 計(jì)數(shù)及等級(jí)資料）中的哪一種; (3)看影響因素是單因素還是多因素; (4)看單樣本、 兩樣本或多樣本; (5)看是否是配對(duì)或配伍設(shè)計(jì); (6)看是否滿(mǎn)足檢驗(yàn)方法所需的前提條件， 必要時(shí)可進(jìn)行變量變換， 應(yīng)用參數(shù)方法進(jìn)行假設(shè)檢驗(yàn)往往要求數(shù)據(jù)滿(mǎn)足某些前提條件， 如兩個(gè)獨(dú)立樣本比較t檢驗(yàn)或多個(gè)獨(dú)立樣本比較的方差分析， 均要求方差齊性， 因此需要做方差齊性檢驗(yàn)。如果要用正態(tài)分布法估計(jì)參考值范圍， 首先要檢驗(yàn)資料是否服從正態(tài)分布。在建立各種多重回歸方程時(shí)， 常需檢驗(yàn)變量間的多重共線(xiàn)性和殘差分布的正態(tài)性。

不同的統(tǒng)計(jì)分析方法都有其各自的應(yīng)用條件和適用范圍。實(shí)際應(yīng)用時(shí)， 必須根據(jù)研究目的、 資料的性質(zhì)以及所要分析的具體內(nèi)容等選擇適當(dāng)?shù)慕y(tǒng)計(jì)分析方法， 切忌只關(guān)心P值的大?。ㄊ欠?/p>

3 統(tǒng)計(jì)方法綜合運(yùn)用實(shí)例

例 根據(jù)2001年進(jìn)行的大規(guī)模調(diào)查， 已知某地健康青年男子身高均數(shù)為168.34 cm， 體重均數(shù)為57.20 kg， 同年在該地應(yīng)征男性青年中隨機(jī)抽取120名男子， 測(cè)得其身高、 體重資料見(jiàn)表1， 試對(duì)該資料進(jìn)行統(tǒng)計(jì)分析[1]。表1 120名應(yīng)征男性青年的身高與體重資料

3.1 資料的分布特征和數(shù)字特征的統(tǒng)計(jì)描述 本例屬于單樣本雙變量計(jì)量資料。對(duì)該資料進(jìn)行統(tǒng)計(jì)分析時(shí)， 首先應(yīng)對(duì)每一個(gè)變量的分布類(lèi)型及其特征進(jìn)行統(tǒng)計(jì)描述， 編制直方圖或頻數(shù)表， 計(jì)算相應(yīng)的統(tǒng)計(jì)描述指標(biāo)， 然后在此基礎(chǔ)上選擇和運(yùn)用恰當(dāng)?shù)慕y(tǒng)計(jì)方法進(jìn)行統(tǒng)計(jì)推斷， 最后作出明確結(jié)論。

本例的身高、 體重頻數(shù)分布情況見(jiàn)圖1～2。由圖1可直觀看出， 身高的頻數(shù)分布特征為: 所有數(shù)據(jù)分布在155～182之間; 數(shù)據(jù)主要集中在164～173之間， 共有73人， 占總?cè)藬?shù)的60.8%; 各組段的頻數(shù)基本以168.5為中心呈對(duì)稱(chēng)分布。因此， 可認(rèn)為身高近似服從正態(tài)分布。而體重的頻數(shù)最多組段58～不在所有組段的中間位置， 各組段的頻數(shù)以61為中心呈不對(duì)稱(chēng)分布（圖2）， 故可認(rèn)為體重呈偏態(tài)分布。圖1 120名應(yīng)征男性青年身高的頻數(shù)分布圖表2給出了資料分布的數(shù)字特征: 均數(shù)（x）、 標(biāo)準(zhǔn)差（s）、 中位數(shù)（Md）、 四分位數(shù)間距（QR）和全距（R）。為了進(jìn)一步說(shuō)明各變量是否服從正態(tài)分布， 表2也同時(shí)給出了偏度系數(shù) 由表2可見(jiàn)， 身高的|ug1|和|ug2|均小于1.65， 故可認(rèn)為身高服從正態(tài)分布（矩法正態(tài)性檢驗(yàn)）， 此結(jié)論與上述的直觀結(jié)果相同， 也與圖3的圖示法結(jié)論相同（散點(diǎn)幾乎都在一條直線(xiàn)上）。同理， 體重的|ug1|和|ug2|均大于1.65， 故可認(rèn)為體重不服從正態(tài)分布， 此結(jié)論亦與上述的直觀結(jié)果相同， 顯然與圖4的圖示法結(jié)論也相同（散點(diǎn)不在一條直線(xiàn)上）。

由于身高近似服從正態(tài)分布， 且是大樣本數(shù)據(jù)， 故可用樣本均數(shù)168.84 cm代表身高的平均水平， 用樣本標(biāo)準(zhǔn)差5.19 cm代表身高的個(gè)體差異， 用x±1.96 s來(lái)描述身高的95%散布范圍， 即168.84±1.96×5.19=158.67～179.01 cm。由于體重不服從正態(tài)分布， 用中位數(shù)58.00 kg代表體重的平均水平， 用四分位數(shù)間距8.75 kg代表體重的個(gè)體差異， 用百分位數(shù)P2.5～P97.5描述體質(zhì)量的95%參考值范圍， 即49.03～80.77 kg。

3.2 參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì) 身高的均數(shù): =X=168.84 cm， SX=0.47 cm， 95% CI=167.90～169.78 cm 。體重的均數(shù): =X=57.67 kg， SX=0.63 kg， 95%CI=56.44～58.90 cm。體質(zhì)瘦弱（體重≤50 kg ）檢出率: =p=17/120=14.17%， SP=3.18%， 95%CI=7.93%～10.41% 。身高與體重的相關(guān)系數(shù): =r=0.4040， Sr=0.0842， 95%CI=0.2423～0.5435。本例n=120， 屬于大樣本數(shù)據(jù)， 由樣本均數(shù)分布規(guī)律可知， 雖然體重不是正態(tài)分布， 但在大樣本時(shí)， 其樣本均數(shù)近似服從正態(tài)分布， 故仍可用正態(tài)分布法進(jìn)行總體均數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)。相關(guān)系數(shù)也不服從正態(tài)分布， 故在計(jì)算ρ的95%CI時(shí)要進(jìn)行反雙曲正切函數(shù)轉(zhuǎn)換。

3.3 假設(shè)檢驗(yàn) 根據(jù)歷史資料， 已知10年前該地健康青年男子身高均數(shù)為166.50 cm， 體重均數(shù)為55.20 kg， 可通過(guò)假設(shè)檢驗(yàn)回答: 本次調(diào)查結(jié)果所代表的該地健康青年男子的身高總體均數(shù)、 體重的總體均數(shù)、 是否比10年前提高了。

本例屬于大樣本資料， 可用樣本標(biāo)準(zhǔn)差作為總體標(biāo)準(zhǔn)差的估計(jì)值， 即身高標(biāo)準(zhǔn)差的估計(jì)值=S=5.19， 體重標(biāo)準(zhǔn)差的估計(jì)值=S=6.89， 分別進(jìn)行單樣本u檢驗(yàn): 身高: u=4.98， P

同理， 還可以對(duì)體質(zhì)瘦弱檢出率、 身高與體重的相關(guān)系數(shù)等作假設(shè)檢驗(yàn)。

參考文獻(xiàn)

[1] 陳長(zhǎng)生. 統(tǒng)計(jì)方法的綜合運(yùn)用與統(tǒng)計(jì)結(jié)果的表達(dá)[A]. 徐勇勇. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)[M]. 2版. 北京: 高等教育出版社， 2004.

[2] 陳長(zhǎng)生， 趙清波. 康復(fù)醫(yī)學(xué)論文中統(tǒng)計(jì)描述指標(biāo)率和比的正確應(yīng)用[J]. 中國(guó)臨床康復(fù)， 2003， 7（11）: 1692-1694.

篇(3)

Epidemiology and Population Health, Albert

Einstein College of Medicine

Biostatistics and

Epidemiology

A Primer for Health and

Biomedical Professionals

Third Edition

2004, 243pp.

Softcover $ 33.20

ISBN 0-387-40292-6

本書(shū)是由美國(guó)Albert Einstein醫(yī)學(xué)院流行病學(xué)和群體健康系流行病學(xué)室Sylvia Wassertheil Smoller教授編著的。第一版于1990年出版，第二版于1995年出版，現(xiàn)為第三版。本書(shū)的特點(diǎn)是根據(jù)流行病學(xué)和統(tǒng)計(jì)學(xué)的基本框架，使讀者理解流行病學(xué)與生物統(tǒng)計(jì)學(xué)的基本原理，理解“為什么做”和“做什么？”學(xué)會(huì)“如何做、如何解釋”。書(shū)中的內(nèi)容都是臨床試驗(yàn)和基礎(chǔ)研究中最常用的、或是在文獻(xiàn)中經(jīng)常引用的。

全書(shū)共分9章。第1章講述科研方法問(wèn)題，包括邏輯推理、變異、研究設(shè)計(jì)、變量的量化、無(wú)效假設(shè)、假設(shè)檢驗(yàn)、檢驗(yàn)錯(cuò)誤的類(lèi)型、顯著性水平等；第2章敘述概率的一些基本概念；第3章介紹常用的統(tǒng)計(jì)學(xué)檢驗(yàn)方法；第4章介紹流行病學(xué)的基本概念，包括流行病學(xué)的應(yīng)用、常用指標(biāo)、流行病學(xué)研究類(lèi)型、偏倚、混雜、交互、多變量分析等；第5章介紹篩檢的基本概念；第6章是敘述隨機(jī)對(duì)照臨床試驗(yàn)；第7章介紹生活質(zhì)量的評(píng)價(jià)，包括量表的結(jié)構(gòu)、可靠性、真實(shí)性、敏感性（反應(yīng)性）以及用量表評(píng)價(jià)生活質(zhì)量的局限性；第8章介紹遺傳流行病學(xué)的基本概念，包括雙生子研究、連鎖和聯(lián)系分析、傳遞不平衡檢驗(yàn)等；第9章闡述科研倫理學(xué)與統(tǒng)計(jì)學(xué)的關(guān)系。第8、9兩章的內(nèi)容在人類(lèi)研究中十分重要，是第三版新增加的，是一般流行病學(xué)或統(tǒng)計(jì)學(xué)入門(mén)書(shū)籍中所沒(méi)有的。

書(shū)后附有9項(xiàng)附錄，介紹正文中各種統(tǒng)計(jì)學(xué)計(jì)算的實(shí)例，以使讀者能夠更順利閱讀本書(shū)、以及如何實(shí)際計(jì)算，包括卡方、Z值及t-值的臨界值表、Fisher精確檢驗(yàn)、幾組比較的Kruskal-Wallis非參數(shù)檢驗(yàn)、相關(guān)系數(shù)計(jì)算、率的年齡調(diào)整、比值比的可信性、兩個(gè)變量的“J”或“U”型關(guān)系、量表記分改變的適宜性（敏感性）評(píng)價(jià)、以及遺傳學(xué)基本原理和知識(shí)。書(shū)后還附有參考文獻(xiàn)及建議閱讀的書(shū)目，讀者如需了解更深入的、超出本書(shū)范圍的內(nèi)容、或涉及高等數(shù)學(xué)方面的內(nèi)容，可閱讀這些推薦的教科書(shū)。書(shū)末附有主題索引，便于讀者檢索。

本書(shū)以科學(xué)的哲學(xué)和邏輯學(xué)原理，討論統(tǒng)計(jì)學(xué)檢驗(yàn)的基本原理，而不是讓讀者去做具體的統(tǒng)計(jì)學(xué)檢驗(yàn)。全書(shū)各章節(jié)都是獨(dú)立的，讀者可不按順序閱讀，只閱讀感興趣的部分。本書(shū)特別適合那些沒(méi)有或很少有數(shù)學(xué)背景的讀者，使他們能夠讀得懂、用得上。

本書(shū)內(nèi)容既簡(jiǎn)明，又適合范圍較廣的讀者需要，所闡述原理和方法適合多種領(lǐng)域，包括醫(yī)學(xué)、公共衛(wèi)生、心理學(xué)、教育學(xué)。本書(shū)是一本簡(jiǎn)明的流行病學(xué)與生物統(tǒng)計(jì)學(xué)教科書(shū)，適合從事臨床和基礎(chǔ)研究的醫(yī)生、醫(yī)學(xué)專(zhuān)業(yè)本科生、研究生，或非醫(yī)學(xué)專(zhuān)業(yè)學(xué)生參考，也可供程度較高的讀者、以及對(duì)生物統(tǒng)計(jì)學(xué)與流行病學(xué)的邏輯學(xué)和方法學(xué)感興趣的研究人員參閱。

烏正賚，教授

（中國(guó)醫(yī)學(xué)科學(xué)院基礎(chǔ)研究所）

篇(4)

關(guān)鍵詞：肝膽外科、切口感染、多因素分析、對(duì)策

切口感染為所有外科術(shù)后最常見(jiàn)并發(fā)癥之一，當(dāng)今社會(huì)無(wú)菌技術(shù)飛速發(fā)展及多種廣譜抗生素的應(yīng)用可以降低其發(fā)生率，但盡管如此切口感染發(fā)病率仍比其他術(shù)后并發(fā)癥的發(fā)生率要高得多。術(shù)后切口感染嚴(yán)重影響病人的預(yù)后，對(duì)病人的術(shù)后康復(fù)引起嚴(yán)重的后果，而且還會(huì)給病人家庭增加巨大不必要的經(jīng)濟(jì)負(fù)擔(dān)[1]。因此為了降低術(shù)后切口發(fā)病率，筆者通過(guò)回顧研究我院623例肝膽外科并發(fā)切口感染的病例，通過(guò)對(duì)比分析法總結(jié)其發(fā)生的因素及相對(duì)應(yīng)的防范措施，現(xiàn)將具體情況總結(jié)如下。

1、資料與方法

1.1 一般資料 通過(guò)研究我院在2008年1月至2012年1月期間肝膽外科病例623例，其中男性399例，女性224例，年齡最大75歲，最小18歲，平均年齡55歲。623例患者實(shí)施的手術(shù)類(lèi)型具體總結(jié)如下：肝移植，肝葉切除術(shù)，胰腺腫瘤切除術(shù)，胰十二指腸切除術(shù)，肝腫瘤切除術(shù)，膽總管探查引流術(shù)等。

1.2 方法 通過(guò)回顧分析研究我院在2008至2012年期間的切口感染病例，包括病人的病例，檔案記錄的查房單，病程單，輔助檢查結(jié)果，切口分泌物實(shí)驗(yàn)室檢查結(jié)果，并將其按不同發(fā)病原因統(tǒng)一記錄于統(tǒng)計(jì)調(diào)查表中。

1.3統(tǒng)計(jì)學(xué)方法 應(yīng)用SPSSl5.0軟件分析，計(jì)數(shù)資料采用百分比表示，數(shù)據(jù)對(duì)比采取X2校驗(yàn)，P>0.05，差異無(wú)統(tǒng)計(jì)學(xué)意義，P

2、結(jié) 果

通過(guò)統(tǒng)計(jì)分析623例肝膽外科病人，術(shù)后發(fā)生切口感染的病例為123例，發(fā)病率為19.7%。通過(guò)具體的統(tǒng)計(jì)學(xué)方法χ2檢驗(yàn)，發(fā)現(xiàn)能影響患者切口感染的確切因素有6個(gè)，分別為白細(xì)胞計(jì)數(shù)，手術(shù)時(shí)間長(zhǎng)短，手術(shù)出血量，切口類(lèi)型，醫(yī)用碘伏消毒程度，術(shù)中廣譜抗生素用量及種類(lèi)。

2.1單因素Logistic回歸分析

以肝膽外科手術(shù)患者有無(wú)手術(shù)部位切口感染為因變量，以性別、年齡、職業(yè)、文化程度、生源地、居住所在地、婚姻狀況、經(jīng)濟(jì)狀況、費(fèi)用類(lèi)別、居住狀況、工作壓力、經(jīng)濟(jì)壓力、體型、手術(shù)季節(jié)、術(shù)前空腹血糖、術(shù)前糖化血紅蛋白、術(shù)前血紅蛋白量、術(shù)前血鈉水平、術(shù)前血清高敏C反應(yīng)蛋白含量、術(shù)前白細(xì)胞升高程度、ASA麻醉評(píng)分、圍術(shù)期高血糖、手術(shù)時(shí)間、術(shù)中出血量、胃腸道營(yíng)養(yǎng)、手術(shù)性質(zhì)（急診或者擇期）、手術(shù)方式、手術(shù)室各區(qū)域布局、切口類(lèi)型、手術(shù)切口長(zhǎng)度、切口抗生素沖洗、是否放置引流、術(shù)后引流量、術(shù)后抗生素使用情況和基礎(chǔ)疾病自變量賦值后進(jìn)行二分類(lèi)Logistic回歸分析，結(jié)果發(fā)現(xiàn)手術(shù)室各區(qū)域布局合理、放置引流和抗生素切口沖洗是肝膽外科手術(shù)患者手術(shù)切口感染的保護(hù)因素，高齡、急診手術(shù)、手術(shù)時(shí)間長(zhǎng)、手術(shù)切口長(zhǎng)和Ⅲ類(lèi)切口是肝膽外科手術(shù)患者手術(shù)切口感染的危險(xiǎn)因素。

2.2 多因素Logistic回歸分析

以肝膽外科手術(shù)患者有無(wú)手術(shù)部位切口感染為因變量，選擇本研究進(jìn)入肝膽外科手術(shù)患者手術(shù)切口感染單因素Logistic回歸分析方程的8個(gè)自變量為自變量進(jìn)行多因素Logistic回歸分析，α入=0.05，α出=0.10，結(jié)果發(fā)現(xiàn)放置引流和抗生素切口沖洗是肝膽外科手術(shù)患者手術(shù)切口感染的保護(hù)因素，高齡、急診手術(shù)、手術(shù)時(shí)間長(zhǎng)和Ⅲ類(lèi)切口是肝膽外科手術(shù)患者手術(shù)切口感染的危險(xiǎn)因素。

3、討 論

肝膽外科術(shù)后切口感染的危險(xiǎn)因素與其他外科切口感染有許多共同點(diǎn)也有其特殊之處，主要特點(diǎn)是其感染的危險(xiǎn)因素涉及患者本身與外科醫(yī)生的操作[3]，具體危險(xiǎn)因素及防范對(duì)策總結(jié)如下：

3.1 切口類(lèi)型 肝膽外科術(shù)后切口感染主要原因是受腹腔內(nèi)腸源性細(xì)菌感染，由統(tǒng)計(jì)學(xué)資料顯示，Ⅲ型切口的感染率高達(dá)59.4%，但由于肝膽外科的特殊性，常常需要涉及到膽道切開(kāi)，上消化道分離，肝小葉切除等Ⅱ，Ⅲ類(lèi)型切口，且統(tǒng)計(jì)學(xué)顯示這兩種類(lèi)型切口感染率均顯著高于Ⅰ型切口，所有增加了其術(shù)后發(fā)生切口感染的概率。因此為了降低其感染率，需要外科醫(yī)生在術(shù)前術(shù)后要做好無(wú)菌操作；仔細(xì)消毒切口；關(guān)閉腹腔前仔細(xì)沖洗腹腔，用碘伏反復(fù)消毒切口；術(shù)后放置腹腔引流且時(shí)刻保持引流管的暢通；選用抗生素需按照患者的引流液細(xì)菌實(shí)驗(yàn)室檢查做相應(yīng)的改變。

3.2 手術(shù)切口縫合 通過(guò)本次研究筆者還發(fā)現(xiàn)，切口的縫合好壞直接影響切口是否感染。由主刀醫(yī)師等經(jīng)驗(yàn)豐富的醫(yī)師縫合的切口感染率顯著低于實(shí)習(xí)醫(yī)生等非主刀醫(yī)師的縫合感染率。因此肝膽外科的切口感染與醫(yī)生的縫合經(jīng)驗(yàn)有密不可分的關(guān)系。所以外科醫(yī)生在縫合切口時(shí)因注意減少死腔，爭(zhēng)取一次性縫合，打結(jié)時(shí)松緊度適宜，嚴(yán)密縫合皮緣。

3.3 切口消毒及沖洗 作為所有外科手術(shù)，切口消毒都是一種非常簡(jiǎn)單卻行之有效的一種規(guī)避切口感染的手段，經(jīng)過(guò)外科長(zhǎng)時(shí)間的發(fā)展，已經(jīng)被醫(yī)學(xué)界廣泛認(rèn)同，這也是無(wú)菌術(shù)提高的重要原因。最常用的沖洗液是無(wú)菌性生理鹽水，用其沖洗切口可以洗凈切口的細(xì)碎脂肪組織，灰塵，壞死組織的碎片等，可以顯著降低切口的帶菌量。切口的消毒肝膽外科廣泛使用碘伏。碘伏是單質(zhì)碘與聚乙烯吡咯酮的不定性復(fù)合物，醫(yī)用碘伏濃度較低，其起著光譜殺菌的作用，對(duì)大多數(shù)細(xì)菌有殺滅作用，但其對(duì)蛋白質(zhì)等不起損害作用，所以在醫(yī)學(xué)界被廣泛應(yīng)用。經(jīng)統(tǒng)計(jì)學(xué)資料顯示，切口經(jīng)過(guò)碘伏消毒可以明顯降低其感染發(fā)生率。所以將無(wú)菌生理鹽水與碘伏聯(lián)合使用，是有效規(guī)避切口感染的重要手段。

3.4 術(shù)中失血量 由于肝膽外科手術(shù)入路的特殊性，肝臟等器官又是人體主要供血器官，所以術(shù)中出血極為多見(jiàn)。由于肝膽外科手術(shù)時(shí)間均長(zhǎng)且操作復(fù)雜，所以病人可能會(huì)長(zhǎng)時(shí)間的出去，經(jīng)過(guò)大量輸注晶體補(bǔ)充液和人工血液，導(dǎo)致組織器官血供不足，組織缺氧，似的組織發(fā)生壞死等，降低切口的愈合力，及免疫力，所以迅速精準(zhǔn)的操作，對(duì)外科醫(yī)生提出了更高的要求。所以在術(shù)前仔細(xì)檢查，做出正確的手術(shù)方案是必不可少的。

綜上所述，對(duì)肝膽外科術(shù)后切口感染的危險(xiǎn)因素是多方面的，從筆者此次觀察發(fā)現(xiàn)的幾點(diǎn)危險(xiǎn)因素，感染的發(fā)生除了與患者本身有關(guān)，但更多方面是關(guān)于外科醫(yī)生的操作，因此為了降低術(shù)后切口感染的發(fā)生概率，需要外科醫(yī)生嚴(yán)格實(shí)施無(wú)菌操作，注意細(xì)節(jié)，操作熟練迅速，最大程度的降低切口感染的發(fā)生概率。

參考文獻(xiàn)：

[1] 洪錦蘭，郝元濤. 手術(shù)部位感染相關(guān)因素研究進(jìn)展[J]. 中華醫(yī)院感染學(xué)雜志，2010，20（5）：748-750.

篇(5)

摘 要：目的：為了了解大學(xué)生成人依戀在家庭類(lèi)型和生源地上的差異現(xiàn)狀，為大學(xué)生心理健康提供依據(jù)。方法：采用大學(xué)生成人依戀量表，隨機(jī)抽取198名大學(xué)生進(jìn)行調(diào)查。結(jié)果：從家庭類(lèi)型自變量上看，大學(xué)生成人依戀在焦慮維度上的得分，有統(tǒng)計(jì)學(xué)意義上的差異（p0.05）。從生源地自變量上看，大學(xué)生成人依戀4個(gè)維度上的得分，沒(méi)有統(tǒng)計(jì)學(xué)意義上的差異（p>0.05）。結(jié)論：大學(xué)生成人依戀在家庭類(lèi)型方面有一定的差異。

關(guān)鍵詞：大學(xué)生；成人依戀；家庭類(lèi)型

前言

成人依戀是指成人對(duì)其童年早期依戀經(jīng)驗(yàn)的回憶和再現(xiàn)，以及當(dāng)前對(duì)童年依戀經(jīng)驗(yàn)的評(píng)價(jià)[1]。大學(xué)生良好的成人依戀是安全型，安全型依戀的大學(xué)生在和親友相處中，對(duì)接近和親密感到舒服的程度較大以及大學(xué)生生活中感到在需要?jiǎng)e人幫助時(shí)，能有效依戀他人的程度也較大，而生活中擔(dān)心被別人不喜歡或者不接受及擔(dān)心被別人拋棄的程度也較小。大學(xué)生的早期依戀經(jīng)驗(yàn)在成長(zhǎng)過(guò)程中和父母的互動(dòng)沒(méi)用改善的話(huà)，成人依戀會(huì)影響大學(xué)生的交往效能感和生活滿(mǎn)意度等心理品質(zhì)。故成人依戀的研究對(duì)大學(xué)生心理健康的發(fā)展很有必要，為了解大學(xué)生成人依戀在家庭類(lèi)型和生源地上的差異現(xiàn)狀，調(diào)查研究情況如下。

一、對(duì)象與方法

（一）對(duì)象 隨機(jī)抽取198名大學(xué)生進(jìn)行調(diào)查，獲得有效樣本198份，有效回收率100%。其中，家庭類(lèi)型：獨(dú)生子女家庭有27人，非獨(dú)生子女家庭有171人；生源地：來(lái)自城市的大學(xué)生有30人，來(lái)自農(nóng)村的大學(xué)生有168人。調(diào)查時(shí)間為2014年10月。

（二）方法 采用自行設(shè)計(jì)調(diào)查表，調(diào)查基本情況，包括班級(jí)職務(wù)和學(xué)歷。采用2003年吳薇利編制的成人依戀量表[1]，該量表是自評(píng)量表，共18個(gè)項(xiàng)目，采用五點(diǎn)自評(píng)，從“1”完全不符合到“5”完全符合。該量表含4個(gè)維度，分別為親近、依賴(lài)、親近依賴(lài)復(fù)合維度及焦慮維度。該量表信度和效度良好[2]。并事后做相應(yīng)訪(fǎng)談。

（三）統(tǒng)計(jì)學(xué)處理 采用SPSS17.0統(tǒng)計(jì)軟件進(jìn)行描述統(tǒng)計(jì)分析和獨(dú)立樣本t檢驗(yàn)。

1.結(jié)果

（1）不同家庭類(lèi)型、生源地大學(xué)生成人依戀差異比較（表1）

表1所示，從家庭類(lèi)型自變量上看，大學(xué)生成人依戀在焦慮維度上的得分，有統(tǒng)計(jì)學(xué)意義上的差異（p0.05）。從生源地自變量上看，大學(xué)生成人依戀親近、依賴(lài)、親近依賴(lài)復(fù)合與焦慮4個(gè)維度上的得分，沒(méi)有統(tǒng)計(jì)學(xué)意義上的差異（p>0.05）。

二、討論

1.大學(xué)生成人依戀家庭類(lèi)型方面分析

研究發(fā)現(xiàn)，獨(dú)生子女家庭的大學(xué)生成人依戀焦慮維度上的得分，顯著高于非獨(dú)生子女大學(xué)生；親近、依賴(lài)與親近依賴(lài)復(fù)合維度上的得分，沒(méi)有顯著差異。結(jié)合事后訪(fǎng)談發(fā)現(xiàn)，獨(dú)生子女大學(xué)生生活在父母親友寵愛(ài)較多的環(huán)境中，很多事情父母有父母代辦或者包辦，也沒(méi)用和兄弟姐妹相處的體驗(yàn)和經(jīng)驗(yàn)，個(gè)性較強(qiáng)與人相處中個(gè)人主義較大，更多的關(guān)注自我，當(dāng)他們進(jìn)入大學(xué)后，遠(yuǎn)離了父母，在寢室關(guān)系中和室友相處較難，他們發(fā)現(xiàn)以前在家時(shí)的相處辦法行不通了，同伴不像父母那樣寵愛(ài)自己了，和同伴相處需要關(guān)注對(duì)方的感受和需求了，特別是獨(dú)生子女遇到獨(dú)生子女時(shí)，他們相處和交流更難，生活和學(xué)習(xí)中遭遇到的拒絕和碰避較多，獨(dú)生子女就會(huì)更多的擔(dān)心被同學(xué)和朋友不接受和不喜歡，甚至擔(dān)心被親朋拋棄；而非獨(dú)生子女則成長(zhǎng)過(guò)程中相對(duì)較獨(dú)立，有和兄弟姐妹相處的經(jīng)驗(yàn)，能更多的關(guān)注交往對(duì)象的感受和需求。故獨(dú)生子女家庭的大學(xué)生成人依戀焦慮維度上的得分，顯著高于非獨(dú)生子女大學(xué)生。

2.大學(xué)生成人依戀生源地方面分析

研究發(fā)現(xiàn)，不同生源地大學(xué)生成人依戀在親近、依賴(lài)、親近依賴(lài)復(fù)合與焦慮維度上的得分，沒(méi)有顯著差異。訪(fǎng)談中發(fā)現(xiàn)，不同生源地的大學(xué)生已經(jīng)很好的融入了城鎮(zhèn)生活，原因可能為，其一，大學(xué)生適應(yīng)能力較強(qiáng)，接受新事物的能力也較快，當(dāng)他們經(jīng)過(guò)幾年的大學(xué)生活，他們很快適應(yīng)了城鎮(zhèn)生活。其二，國(guó)家城鎮(zhèn)化進(jìn)程較快，有些地區(qū)實(shí)施土地承包，農(nóng)民從土地中分化出來(lái)，這樣城鄉(xiāng)差距縮小了，相應(yīng)的隨著科技發(fā)展，電燈及電話(huà)和網(wǎng)絡(luò)都發(fā)展到農(nóng)村，交流互動(dòng)便利了，不同生源地的考生差距也減小了。其三，城鄉(xiāng)交流較多，人口流動(dòng)較大，現(xiàn)在社會(huì)，很多農(nóng)村人進(jìn)城務(wù)工，大多數(shù)的城市建設(shè)有農(nóng)民工的勞動(dòng)貢獻(xiàn)，有些農(nóng)民工長(zhǎng)期居住在城市工作，為城市建設(shè)出力，也有很多城市人到農(nóng)村參觀考察，體驗(yàn)鄉(xiāng)土風(fēng)情，城鄉(xiāng)的差距在減小。其四，很多大學(xué)生節(jié)假日也到城市工廠(chǎng)做工，也是城鎮(zhèn)建設(shè)中的一員，和社會(huì)發(fā)展的推動(dòng)者和促進(jìn)者。城鄉(xiāng)的融合及大學(xué)生主動(dòng)進(jìn)步發(fā)展，故不同生源地大學(xué)生成人依戀在親近、依賴(lài)、親近依賴(lài)復(fù)合與焦慮維度上的得分，沒(méi)有顯著差異。

（作者單位：新鄉(xiāng)學(xué)院教育科學(xué)系）

參考文獻(xiàn)：

篇(6)

[ 關(guān)鍵詞 ] 長(zhǎng)三角地區(qū) 科技旅游 客源市場(chǎng) 開(kāi)發(fā)模式

一、科技旅游概念及長(zhǎng)三角地區(qū)科技旅游發(fā)展背景

日新月異的今天,旅游市場(chǎng)不斷成熟,人們的旅游需求不斷發(fā)生變化。傳統(tǒng)的旅游項(xiàng)目和旅游產(chǎn)品已越來(lái)越不能滿(mǎn)足人們多樣化需求?？萍籍a(chǎn)業(yè)化和高科技成為旅游熱點(diǎn)等一系列情況的出現(xiàn),促使一種新興的旅游形式――科技旅游應(yīng)運(yùn)而生?？萍悸糜问侵笇⒖萍己吐糜斡袡C(jī)地結(jié)合為一體的一種高層次的文化旅游類(lèi)型。其基本形式是以旅游資源中的科學(xué)技術(shù)要素和成分為基礎(chǔ),利用各種自然和人文景觀,進(jìn)行科技和旅游的科學(xué)綜合規(guī)劃設(shè)計(jì),形成集科普、生產(chǎn)、加工、銷(xiāo)售、觀光、嘗試、體驗(yàn)、娛樂(lè)為一體的旅游活動(dòng)或產(chǎn)品。包括工業(yè)園區(qū)旅游、科技場(chǎng)館旅游、農(nóng)業(yè)園區(qū)旅游、高新科技展示等多種旅游項(xiàng)目。

我國(guó)長(zhǎng)三角地區(qū)是科技旅游示范基地,有著無(wú)數(shù)成功的開(kāi)發(fā)典范。2007年上海市科普旅游示范線(xiàn)路推薦暨長(zhǎng)三角青少年旅游研討會(huì)在上海舉行。上海市旅游委聯(lián)合市科委結(jié)合科普“十一五”規(guī)劃的實(shí)施,揭曉了兩條2007年度上?？破?qǐng)鲳^旅游示范線(xiàn)路。一條以上?？萍拣^、孫橋農(nóng)業(yè)開(kāi)發(fā)區(qū)、上海海洋水族館為主要景點(diǎn),另一條以上海天文博物館、上海地震科普館、佘山國(guó)家森林公園為主要景點(diǎn)。目前上海市的20家專(zhuān)題性科普旅游示范基地,年接待人次超過(guò)了450萬(wàn),隨著2010年上海市博會(huì)的召開(kāi),這些科普基地將為長(zhǎng)三角青少年旅游奠定基礎(chǔ)。從明年開(kāi)始,上海將對(duì)長(zhǎng)三角范圍內(nèi)旅行社組團(tuán)參加科普旅游示范線(xiàn)路進(jìn)行資助。規(guī)范經(jīng)營(yíng)的旅行社,凡年度內(nèi)輸送客源5萬(wàn)人次以上,均可申請(qǐng)獲得資助。上海就有8家專(zhuān)業(yè)性博物館(磁懸浮、中醫(yī)藥、郵政、公安、乳業(yè)、鐵路、昆蟲(chóng)、兒童)。

二、長(zhǎng)三角地區(qū)科技旅游客源市場(chǎng)特征綜合分析和統(tǒng)計(jì)分析

筆者選取該區(qū)代表性城市上海做了問(wèn)卷設(shè)計(jì)和問(wèn)卷調(diào)查工作。在上海科技館、東方明珠、上海城市展覽館等景區(qū)的正式調(diào)查中,共發(fā)放問(wèn)卷514份,其中有效問(wèn)卷470份,回答質(zhì)量較低被剔除的問(wèn)卷20份,回答不完整的問(wèn)卷24份,占4.7%,比例較低,問(wèn)卷調(diào)查結(jié)果比較理想。通過(guò)分析得到如下結(jié)果:男性游客比例略高于女性;科技游客以中青年為主;參與科技旅游活動(dòng)的旅游者普遍具有較高的文化水平;旅游客源市場(chǎng)的主體為收入在中等偏上的人群中;人們獲得科技旅游信息的主要途徑是對(duì)網(wǎng)絡(luò)資源的利用和科普?qǐng)鲳^的展示。

本文將繼續(xù)基于這些數(shù)據(jù),嘗試采用SPSS10.0中的獨(dú)立樣本T-TEST(Independent T-TEST)檢驗(yàn),對(duì)數(shù)據(jù)進(jìn)行在線(xiàn)分層分析、變量頻數(shù)分布分析、均數(shù)比較分析,以及變量相關(guān)分析和回歸分析。

1.相關(guān)分析

相關(guān)分析(correlate)是研究變量間密切程度的一種統(tǒng)計(jì)方法,通過(guò)分析多個(gè)事物之間的關(guān)系,做統(tǒng)計(jì)學(xué)推斷。得相關(guān)系數(shù)值,相關(guān)系數(shù)值為-1(完全負(fù)相關(guān)關(guān)系)~+1(完全正相關(guān)關(guān)系)之間,相關(guān)系數(shù)為0時(shí),表示不存在相關(guān)關(guān)系。先選取三個(gè)變量

X 、Y和Z,其中X=科技旅游產(chǎn)品類(lèi)型偏好,Y=旅游者的文化程度,Z=性別。在這里做一下變量代換:

產(chǎn)品偏好X:1=自然科考游;2=科技園區(qū)游;3=科技場(chǎng)館游;4=科技夏令營(yíng)

文化程度Y:1=小學(xué);2=初中;3=高中(中專(zhuān));4=大專(zhuān);5=本科;6=碩士及以上

性別Z:1=男;2=女

隨機(jī)選取有效問(wèn)卷100份進(jìn)行統(tǒng)計(jì)分析,得描述性統(tǒng)計(jì)結(jié)果1 :

統(tǒng)計(jì)分析結(jié)果1:

結(jié)果分析:100份分析樣本中,平均文化程度為大專(zhuān)及本科層次。旅游者受教育程度與科技旅游產(chǎn)品偏好之間存在負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)r=-0.147,p

2.距離相關(guān)分析

距離相關(guān)分析用于計(jì)算個(gè)案或變量之間距離的相異性或相似性測(cè)度。本文分析采取變量距離相關(guān)分析法來(lái)進(jìn)行統(tǒng)計(jì)分析,得到個(gè)案處理摘要和相似性矩陣。

結(jié)果分析:這是一個(gè)相似性矩陣,即Pearson相關(guān)系數(shù)矩陣。以上是對(duì)變量:X(產(chǎn)品偏好)、Y(文化程度)、Z(性別),而計(jì)算距離(Computer Distances)選擇“變量間(Between variables)”的結(jié)果進(jìn)行“相似性測(cè)度(Similarities)”,測(cè)度(Measures)為“Pearson相關(guān)系數(shù)(Pearson correlation)”的記過(guò),其數(shù)值越大者距離越近。從相似性矩陣(Proximity Matrix)數(shù)值來(lái)看,性別和產(chǎn)品偏好成正相關(guān)關(guān)系,且相關(guān)系數(shù)為0.002;旅游者的文化程度與對(duì)科技旅游產(chǎn)品類(lèi)型的選擇之間是負(fù)相關(guān)的關(guān)系,相關(guān)系數(shù)為-0.147;因此可得,在此驗(yàn)證了前面相關(guān)分析所得的分析結(jié)果是正確的,即文化程度對(duì)科技產(chǎn)品類(lèi)型選擇的影響程度要大于性別的影響程度。

3.線(xiàn)性回歸分析

回歸分析(Regression)是研究一個(gè)或多個(gè)自變量(Independent)與一個(gè)因變量(Dependent)之間是否存在某種線(xiàn)性關(guān)系或非線(xiàn)性關(guān)系的一種統(tǒng)計(jì)學(xué)分析方法。引入兩個(gè)以上自變量,采取多重線(xiàn)性回歸分析法中的強(qiáng)迫引入法來(lái)進(jìn)行統(tǒng)計(jì)分析研究。

選取一個(gè)因變量即科技旅游產(chǎn)品類(lèi)別,二個(gè)自變量即性別和文化程度,同樣選擇100份樣本問(wèn)卷進(jìn)行統(tǒng)計(jì)分析。得到以下統(tǒng)計(jì)分析結(jié)果。

Regression(回歸分析),強(qiáng)迫引入法

結(jié)果分析:結(jié)果顯示,多元方程的復(fù)相關(guān)系數(shù)為0.147、R2為0.022、調(diào)整R2(Adjusted R Square)為0.002、估計(jì)值的標(biāo)準(zhǔn)誤(Std. Error of the Estimate, 即剩余標(biāo)準(zhǔn)差)為1.17.

多重回歸方程為:科技旅游資源類(lèi)型偏好=2.831-0.166*文化程度-0.00208*性別,(P

所以得出長(zhǎng)三角地區(qū)不同地區(qū)文化程度所形成的科技旅游市場(chǎng)結(jié)構(gòu)如下表:

三、長(zhǎng)三角地區(qū)科技旅游開(kāi)發(fā)模式

根據(jù)長(zhǎng)三角地區(qū)的問(wèn)卷調(diào)查結(jié)果顯示,該區(qū)科技旅游者的文化程度值大部分落在之間,即大專(zhuān)和本科學(xué)歷的科技旅游者比較多,所以對(duì)應(yīng)的資源類(lèi)型偏好值落在[2.001,2.167]之間。由此可見(jiàn),未來(lái)一段時(shí)間長(zhǎng)三角地區(qū)可以把科技園區(qū)游作為該區(qū)的潛力市場(chǎng)進(jìn)行大力開(kāi)發(fā),包括對(duì)寶山鋼鐵集團(tuán)、大眾汽車(chē)等工業(yè)廠(chǎng)區(qū)的科技線(xiàn)路開(kāi)發(fā)等。而科技場(chǎng)館游在該區(qū)發(fā)展已具備一定規(guī)模并已形成漸趨成熟的管理領(lǐng)導(dǎo)體制,成為了該區(qū)的拳頭產(chǎn)品。預(yù)計(jì)在將來(lái),隨著該區(qū)客源市場(chǎng)文化程度的普遍提高,將有越來(lái)越廣闊的旅游者參與到工業(yè)廠(chǎng)區(qū)和自然景區(qū)的科技旅游中。人們開(kāi)始擯棄傳統(tǒng)的自然和人文資源觀光游覽,而是注重休閑娛樂(lè)和科技文化知識(shí)普及緊密聯(lián)系在一起的科技旅游模式。

參考文獻(xiàn):

[1] Yang, Jia Lynn, Eight great factory tours. Fortune: 4/4/2005, Vol. 151 Issue 7, page 116

[2] 孫興勤:開(kāi)發(fā)科技旅游實(shí)現(xiàn)寓教于樂(lè)[J]. 云南科技管理,P64

[3] 金穎若:科技旅游論[J]. 漢江論壇, 2003(10): 35-37

[4] 李廷勇:論科技旅游[J]. 山西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),Mar.,2004 Vol.27 No.2: 66-70

篇(7)

目前，對(duì)房地產(chǎn)價(jià)格的研究主要集中在兩個(gè)方面，一是從房地產(chǎn)價(jià)格構(gòu)成方面進(jìn)行研究，分析房?jī)r(jià)內(nèi)部組成的合理性和變化，二是從時(shí)間規(guī)律角度對(duì)房?jī)r(jià)進(jìn)行研究，其目的是在時(shí)間序列的情況下盡可能得出房地產(chǎn)價(jià)格的變化趨勢(shì)。

趙昕東（2010）利用1999年至2009年居民消費(fèi)價(jià)格指數(shù)、國(guó)內(nèi)生產(chǎn)總值、貨幣供給與住宅價(jià)格指數(shù)的季度數(shù)據(jù)，應(yīng)用結(jié)構(gòu)向量自回歸模型估計(jì)了供給沖擊、需求沖擊與貨幣政策沖擊對(duì)中國(guó)房地產(chǎn)價(jià)格變動(dòng)的動(dòng)態(tài)影響以及房地產(chǎn)價(jià)格沖擊對(duì)通貨膨脹率、國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率與貨幣存量增長(zhǎng)率變動(dòng)的動(dòng)態(tài)影響。洪國(guó)志（2011）在研究中本文由收集整理認(rèn)為我國(guó)行政區(qū)經(jīng)濟(jì)導(dǎo)致市場(chǎng)分割的現(xiàn)象普遍存在，從房地產(chǎn)價(jià)格空間溢出角度，通過(guò)模型分析價(jià)格的空間自相關(guān)和價(jià)格溢出程度的基礎(chǔ)上，對(duì)城市內(nèi)部區(qū)一級(jí)的邊界效應(yīng)進(jìn)行了檢驗(yàn)。

王鶴（2012）利用全局空間自相關(guān)指標(biāo)和局部空間自相關(guān)指標(biāo)和1999- 2009年的省際面板數(shù)據(jù)，運(yùn)用廣義空間面板數(shù)據(jù)模型分析全國(guó)范圍以及東、中、西部分區(qū)域房?jī)r(jià)，結(jié)果表明在考慮了房?jī)r(jià)空間相關(guān)性后，我國(guó)各區(qū)域房?jī)r(jià)的影響因素已不盡相同。陳浪（2012）采用動(dòng)態(tài)面板數(shù)據(jù)模型和省際面板數(shù)據(jù)分析了我國(guó)房地產(chǎn)價(jià)格的區(qū)域互動(dòng)，研究結(jié)果表明我國(guó)房地產(chǎn)價(jià)格互動(dòng)存在空間滯后效應(yīng)和時(shí)間滯后效應(yīng)，且城鎮(zhèn)居民可支配收入、信貸擴(kuò)張、土地價(jià)格和房屋竣工面積是影響我國(guó)房?jī)r(jià)的重要因素。實(shí)證結(jié)果還表明，相鄰地區(qū)之間房?jī)r(jià)影響程度比其他不相鄰地區(qū)之間房?jī)r(jià)的影響程度大，經(jīng)濟(jì)特征相似地區(qū)間房?jī)r(jià)的相互影響程度比經(jīng)濟(jì)特征不相似地區(qū)間房?jī)r(jià)的相互影響程度小。

因此從宏觀角度說(shuō)，房地產(chǎn)價(jià)格變化的規(guī)律除受時(shí)間和內(nèi)部組成影響之外，在空間分布上也存在一定的規(guī)律性。起源于20世紀(jì)60年代的地統(tǒng)計(jì)學(xué)，以區(qū)域化變量為理論基礎(chǔ)，以變異函數(shù)為主要工具，可以有效的用于分析房地產(chǎn)價(jià)格在一定區(qū)域范圍內(nèi)的空間分布狀況及規(guī)律。

地統(tǒng)計(jì)學(xué)在房?jī)r(jià)空間分布中的引入及應(yīng)注意的問(wèn)題

地統(tǒng)計(jì)學(xué)處理的對(duì)象為區(qū)域變化量，即空間分布的變量，而房地產(chǎn)市場(chǎng)價(jià)格在空間上的分布，滿(mǎn)足地統(tǒng)計(jì)學(xué)中的兩個(gè)重要性質(zhì)：在房地產(chǎn)市場(chǎng)價(jià)格的某一點(diǎn)，區(qū)域化變量的取值是隨機(jī)的；在研究的整個(gè)房地產(chǎn)價(jià)格區(qū)域內(nèi)，存在一個(gè)總體或平均的結(jié)構(gòu)，相鄰區(qū)域化變量的取值具有該結(jié)構(gòu)所表達(dá)的相關(guān)關(guān)系。因區(qū)域化變量的特點(diǎn)是結(jié)構(gòu)性和隨機(jī)性，因此，結(jié)構(gòu)分析和空間局部是地統(tǒng)計(jì)學(xué)在房地產(chǎn)價(jià)格空間分布規(guī)律研究的主要內(nèi)容。結(jié)構(gòu)分析的目的是通過(guò)對(duì)房地產(chǎn)價(jià)格分布建立最優(yōu)的半方差函數(shù)模型，能定量的描述房?jī)r(jià)區(qū)域化變量的隨機(jī)性和結(jié)構(gòu)性，并進(jìn)行專(zhuān)業(yè)化的分析和解釋。而半方差函數(shù)模型能描述房?jī)r(jià)區(qū)域變化量空間結(jié)構(gòu)，揭示空間距離的變化使得區(qū)域化變量的變異情況。在地統(tǒng)計(jì)學(xué)中空間局部估計(jì)通常采用克立格法，該方法充分考慮房?jī)r(jià)在空間變化的相關(guān)性和隨機(jī)性，在結(jié)構(gòu)分析和半方差函數(shù)模型基礎(chǔ)上，對(duì)房?jī)r(jià)空間分析中具有相關(guān)性的變量取值在有限的區(qū)域內(nèi)進(jìn)行無(wú)偏最優(yōu)估計(jì)，進(jìn)而從克立格制圖中了解房?jī)r(jià)空間格局的定量特征。

房?jī)r(jià)空間上分布的高低反映了房地產(chǎn)市場(chǎng)區(qū)域上的區(qū)位特征，從本質(zhì)上說(shuō)是區(qū)域化的變量。由于房地產(chǎn)價(jià)格相鄰區(qū)域的同步發(fā)展趨勢(shì)能形成房屋結(jié)構(gòu)方面趨于相似和相鄰區(qū)域具有相似的便利性使房?jī)r(jià)具有空間上的相關(guān)性。運(yùn)用地統(tǒng)計(jì)學(xué)分析房?jī)r(jià)空間分布的關(guān)鍵問(wèn)題在于對(duì)所分析區(qū)域內(nèi)房?jī)r(jià)空間結(jié)構(gòu)的分析和半方差函數(shù)模型的建立，并在此基礎(chǔ)上對(duì)房?jī)r(jià)進(jìn)行空間局部估計(jì)。在房?jī)r(jià)空間分布上，在不同的方向建立半方差函數(shù)，分析房地產(chǎn)價(jià)格在不同方位上的變異情況和房?jī)r(jià)空間相關(guān)距離并確定空間插值范圍。

房地產(chǎn)價(jià)格空間分布的研究方法

（一）基本模型分析

在房地產(chǎn)價(jià)格空間分布上，若用h表示間距，d表示位置，q（d）表示房地產(chǎn)價(jià)格的區(qū)域變化量，則利用地統(tǒng)計(jì)學(xué)中的半方差函數(shù)模型構(gòu)建為：

在理論研究中，對(duì)于半變異函數(shù)曲線(xiàn)用球狀模型、指數(shù)模型或直線(xiàn)模型進(jìn)行擬合，在本文的研究中，用球狀擬合模型為b（h）=c0+c1h+c2h2+c3h3（其中為c0為塊金值，c1、c2、c3為不同間距的基臺(tái)值）。針對(duì)模型中的克立格插值，若q（d0）為待估值點(diǎn)，在該待估值點(diǎn)附近有n個(gè)已知點(diǎn)di（i=1，2…n），對(duì)應(yīng)房地產(chǎn)價(jià)格調(diào)查值為q（xi），pi為樣本點(diǎn)di的權(quán)重系數(shù)，則q（d0）=σpi（xi） （i=1，2…n），其中pi可通過(guò)半變異函數(shù)進(jìn)行計(jì)算，使變量的估計(jì)值在點(diǎn)d0處的期望方差最小，且滿(mǎn)足條件σpi=1。

（二）研究數(shù)據(jù)來(lái)源及修正分析

成都市目前房地產(chǎn)開(kāi)發(fā)主要以住宅為主，類(lèi)型以普通住宅、電梯公寓、別墅等形式體現(xiàn)。為使所研究的結(jié)構(gòu)盡可能做到準(zhǔn)確性、代表性，資料數(shù)據(jù)選擇成都市三環(huán)以?xún)?nèi)房地產(chǎn)市場(chǎng)相對(duì)比較活躍的區(qū)域（以普通住宅市場(chǎng)為主）。為了使所選取樣本點(diǎn)在數(shù)量上滿(mǎn)足相應(yīng)的要求，文章選取房地產(chǎn)住宅市場(chǎng)中交易數(shù)量較大、交易情況正常的普通商品房作為研究對(duì)象。

文章中所采用資料來(lái)源成都市春季、秋季的房地產(chǎn)交易會(huì)價(jià)格，考慮到價(jià)格上的誤差，因此依據(jù)交易會(huì)的價(jià)格資料，對(duì)其中具有代表性的部分房地產(chǎn)價(jià)格進(jìn)行實(shí)際調(diào)查，收集2009-2010年11月新開(kāi)發(fā)普通商品房住宅價(jià)格信息416條，該價(jià)格信息分布在成都市三環(huán)路以?xún)?nèi)。所采取資料的價(jià)格指標(biāo)確定。因房地產(chǎn)價(jià)格內(nèi)受到戶(hù)型、樓層、朝向等因素的影響體現(xiàn)出不同的交易價(jià)格，本文主要是研究房地產(chǎn)價(jià)格的空間分布規(guī)律，因此針對(duì)每一個(gè)樓盤(pán)的價(jià)格，采用各樓盤(pán)的均價(jià)數(shù)據(jù)來(lái)進(jìn)行分析，對(duì)開(kāi)發(fā)商來(lái)說(shuō)均價(jià)是每一個(gè)樓盤(pán)控制銷(xiāo)售價(jià)格的重要標(biāo)準(zhǔn)，具有代表性，能相對(duì)準(zhǔn)確的反應(yīng)各個(gè)區(qū)域的房地產(chǎn)價(jià)格水平。

為避免因時(shí)間因素導(dǎo)致房地產(chǎn)交易價(jià)格變化進(jìn)而影響到樣本點(diǎn)數(shù)據(jù)的合理性，在數(shù)據(jù)處理上對(duì)樣本點(diǎn)數(shù)據(jù)進(jìn)行房?jī)r(jià)修正，采用中房成都指數(shù)將全部的房地產(chǎn)價(jià)格數(shù)據(jù)修正到2010年11月。

運(yùn)用spass軟件計(jì)算出樣本數(shù)據(jù)統(tǒng)計(jì)特征值如表1所示。可知變異系數(shù)為0.28，屬于一般的變異強(qiáng)度，運(yùn)用均值±3倍標(biāo)準(zhǔn)差的方法查找特征值，并用最大正常值代替，得到處理后的偏度系數(shù)由0.31降低為0.24，對(duì)處理后的樣本數(shù)據(jù)進(jìn)行p-p的正態(tài)概率圖檢驗(yàn)，如圖1所示，結(jié)果說(shuō)明本文數(shù)據(jù)服務(wù)正態(tài)分布。

成都市普通住宅房?jī)r(jià)結(jié)構(gòu)分析

（一） 各向異性下的價(jià)格變異特征分析

本文構(gòu)建了一個(gè)半方差函數(shù)模型，分析坐標(biāo)中00、300、700、1050四個(gè)方位的半方差函數(shù)，如圖2所示，可以得出在0-5km范圍內(nèi)，四個(gè)方位的半方差函數(shù)基本相似，當(dāng)范圍在5km以外時(shí)，四個(gè)方位的半方差函數(shù)開(kāi)始出現(xiàn)較為明顯的差異，主要體現(xiàn)為東南和西南方位的半方差函數(shù)處于較高水平，而西北和東北方位開(kāi)始出現(xiàn)下降狀態(tài)。房地產(chǎn)價(jià)格在空間上的變異其主要原因是在很大尺度上，房地產(chǎn)的區(qū)位因素差異大小、經(jīng)濟(jì)水平不同在不同方位上表現(xiàn)較為顯著。當(dāng)范圍在5km以外時(shí)，在東北方位上區(qū)位條件、經(jīng)濟(jì)條件的差異趨向增加，成為空間結(jié)構(gòu)性和相關(guān)性的主要因素，使該方位的房地產(chǎn)價(jià)格變異性維持在較高的水平上。其主要原因在于：隨著成都地鐵一號(hào)線(xiàn)的開(kāi)通，區(qū)位因素因交通條件的改善而增加。因此，在該方位上區(qū)域差異明顯，而在其他方位上這種區(qū)位差異隨距離加大而變緩。

（二） 各向同性下的房?jī)r(jià)變異特征分析

在0-5km的范圍以?xún)?nèi)，成都市住宅市場(chǎng)房地產(chǎn)價(jià)格空間結(jié)構(gòu)性特征為各向同性，在該范圍的半方差函數(shù)如圖3所示。依據(jù)前面論述，半方差函數(shù)曲線(xiàn)的形狀能反映變量空間分布的結(jié)構(gòu)性及相關(guān)類(lèi)型，并揭示空間范圍的大小。而半方差函數(shù)中的球狀半方差函數(shù)表明聚集分布，它的空間結(jié)構(gòu)是在樣點(diǎn)間距達(dá)到變程之前，樣點(diǎn)的空間依賴(lài)性隨著他們之間距離的增大而降低。

在5km的范圍內(nèi)，成都市住宅市場(chǎng)價(jià)格的半方差函數(shù)符合球狀模型，其變程約為 4km。在圖3中可得出隨著間距的增大，半方差函數(shù)逐漸增加，這說(shuō)明住宅市場(chǎng)房?jī)r(jià)的空間相關(guān)性開(kāi)始逐漸變?nèi)?。在?km時(shí)，半方差函數(shù)達(dá)到最大并開(kāi)始趨于穩(wěn)定，房?jī)r(jià)的空間相關(guān)性開(kāi)始消失。即在某點(diǎn)的住宅房?jī)r(jià)對(duì)周邊房?jī)r(jià)影響程度的衰減半徑為4km，即相對(duì)于某一具體點(diǎn)而言，它的房?jī)r(jià)對(duì)周邊房?jī)r(jià)的影響程度隨著距離的增大而減小，到4km時(shí)達(dá)到最弱的程度，而對(duì)超過(guò)該范圍的房?jī)r(jià)無(wú)影響。